Промежуточный чекпойнт K2-Think-V2 на базе Llama с 70,5 млрд параметров для генерации диалогового текста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
Это полный чекпойнт K2-Think-V2 с шага 320 обучения GRPO, опубликованный sambal. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 70,5 млрд параметров. Репозиторий включает веса FP32 в формате safetensors, конфигурацию, токенизатор и шаблон чата; веса и токенизатор загружены без квантизации и изменений.
Модель предназначена для генерации текста в диалоговом формате. Контекстное окно составляет 262 144 токена. Чекпойнт отражает промежуточный шаг обучения, поэтому его качество и пригодность для конкретных сценариев могут отличаться от финальной версии K2-Think-V2. Лицензия в предоставленных данных не указана.
Это промежуточный чекпойнт шага 320, поэтому его качество может быть нестабильным и не отражать финальную модель. Лицензия в предоставленных данных не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Merged Hugging Face checkpoint from global step 320 of K2-Think-V2 GRPO training.
LlamaForCausalLMfloat32), preserved from the merged checkpointThe checkpoint is uploaded without quantization or changes to its weights or tokenizer.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
vLLM
Подбираем GPU…